![](https://img-blog.csdnimg.cn/20201014180756919.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
数学方法和原理
文章平均质量分 89
en大师兄
这个作者很懒,什么都没留下…
展开
-
强化学习公式推导(Actor-Critic)
PG算法是对整个马尔科夫链(也就是每个trajectory)进行期望计算,最终推导的得到的公式如下:▽θRθ‾=Eτ∼πθ(τ){∑t=1T▽θlog[πθ(at∣st)]}∗{∑t=1Tr(st,at)}(1)\tag{1}\triangledown_{\theta} \overline{R_\theta}= E_{\tau \sim \pi_{\theta}(\tau)}\{\sum_{t=1}^T \triangledown_{\theta}log[\pi_{\theta}(a_t|s_t)]\原创 2020-10-21 12:01:36 · 1211 阅读 · 0 评论 -
强化学习-随机策略梯度(Policy-Base)
πθ(a∣s)=π(a∣s,θ)=Pr{At=a∣St=s,θt=θ}(1)\tag 1\pi_{\theta}(a|s)=\pi(a|s,\theta)=P_r\{A_t=a|S_t=s,\theta_t=\theta\}πθ(a∣s)=π(a∣s,θ)=Pr{At=a∣St=s,θt=θ}(1)其中时刻ttt,环境状态为sss,参数为θ\thetaθ,输出动作aaa的概率为PrP_rPr智能体与环境做一次回合的动作轨迹:τ={s1,a1,s2,a2,......,st,at,s.原创 2020-10-10 11:43:03 · 1604 阅读 · 0 评论 -
决策树(ID3,ID4.5,CART)&随机森林
决策树信息量信息熵信息增益信息增益率基尼系数剪枝随机森林样本集合随机样本特征随机原创 2020-07-22 10:01:04 · 1896 阅读 · 1 评论 -
SVM分类算法推导
SVM算法推导(先以二维平面点为例)待解决问题:设有个样本集合X={(x11,x21),(x12,x22),(x13,x23),...,(x1n,x2n)}x1i,x2i∈RX=\{(x_{11},x_{21}),(x_{12},x_{22}),(x_{13},x_{23}),...,(x_{1n},x_{2n})\} \kern{1em} x_{1i},x_{2i} \isin RX={(x11,x21),(x12,x22),(x13,x23),...,(x1n,x2n)}x1i,x原创 2020-06-11 14:25:23 · 408 阅读 · 0 评论 -
拉格朗日&KKT条件极值求解
拉格朗日乘数法(等式约束条件极值)基础用法设,若x,yx,yx,y满足x+3y=5xyx+3y=5xyx+3y=5xy,求3x+4y3x+4y3x+4y的最小值:构建拉格朗日函数:L(x,y,λ)=3x+4y+λ(x+3y−5xy)L(x,y,\lambda)=3x+4y+\lambda(x+3y-5xy)L(x,y,λ)=3x+4y+λ(x+3y−5xy)分别对L(x,y,λ)L(x,y,\lambda)L(x,y,λ)中的x,y,λx,y,\lambdax,y,λ求导,并令偏导数等于0,用原创 2020-06-11 10:52:45 · 4053 阅读 · 0 评论 -
最小二乘法拟合任意连续曲线推导
最小二乘法详细推导过程假设给定一些列散列值(训练数据集)记为:D=(x1,y1),(x2,y2),(x3,y3)...(xn,yn)D={(x_1,y_1),(x_2,y_2),(x_3,y_3)...(x_n,y_n)}D=(x1,y1),(x2,y2),(x3,y3)...(xn,yn)需要找到找到一个函数:y=f(x)=ax+b使得$f(x)$函数尽可能拟合$D$,也就是需要找到一个$a$和$b$的值,使得将数据集全部带入到$f(x)$中,让等式左边和右边的误差值最小:原创 2020-06-11 10:46:19 · 1244 阅读 · 0 评论